如何利用经过训练的NARX神经网络进行预测?

11次观看(过去30天)

显示旧的评论

Lavnish古普塔 2020年8月16日

0
链接

直接链接到这个问题

https://la.mathworks.com/matlabcentral/answers/580179-how-to-make-prediction-from-a-trained-narx-neural-network

编辑: georg enyew2021年2月5日

我从一篇研究论文中得到了以下代码，它实现了一个NARX神经网络，使用一个外生输入训练网络:

                         % Anp -输入时间序列。
                        
                         % Adtds -反馈时间序列。
                        
                         X = tonndata (Anp,真、假);
                        
                         T = tonndata (Adtds,真、假);
                        
                         选择'trainlm'训练函数
                        
                         trainFcn =“trainlm”；% Levenberg-Marquardt反向传播。
                        
                         %模型创建
                        
                         inputDelays = 1:2;
                        
                         feedbackDelays = 1:2;
                        
                         hiddenLayerSize = 10;
                        
                         网= narxnet (inputDelays feedbackDelays hiddenLayerSize,“开放”, trainFcn);
                        
                         培训和仿真数据准备。
                        
                         [x, xi,人工智能,t] = preparets(净,x, {}, t);
                        
                         将数据进行培训、验证和测试。
                        
                         net.divideParam.trainRatio = 70/100;
                        
                         net.divideParam.valRatio = 0/100;
                        
                         net.divideParam.testRatio = 30/100;
                        
                         网divideFcn =“divideblock”；
                        
                         %网络培训
                        
                         (净,tr) =火车(净,x, t, xi, ai);
                        
                         %网络测试
                        
                         净(y = x, xi, ai);
                        
                         e = gsubtract (t、y);
                        
                         性能=执行(净、t、y)
                        
                         %网络视图
                        
                         视图(净)
                        
                         %的情节
                        
                         图中,plotperform (tr)
                        
                         图中,plottrainstate (tr)
                        
                         图中,ploterrhist (e)
                        
                         图,plotregression (t, y)
                        
                         图,plotresponse (t, y)
                        
                         图中,ploterrcorr (e)
                        
                         图中,plotinerrcorr (x, e)
                        
                         %闭环网络
                        
                         netc = closeloop(净);
                        
                         netc.name = [net.name“-闭环”];
                        
                         视图(netc)
                        
                         (xc、xic aic, tc) = preparets (netc, X, {}, T);
                        
                         yc = netc (xc、xic aic);
                        
                         closedLoopPerformance =执行(净、tc、yc)
                        
                         步进预测网络
                        
                         网= removedelay(净);
                        
                         nets.name = [net.name“-提前一步预测”];
                        
                         视图(网)
                        
                         [X,切除酶,ais, ts) = preparets(网,X, {}, T);
                        
                         y =网(xs,切除酶,ais);
                        
                         stepAheadPerformance =执行(网、t、y)